纳米技术是一个引人入胜的研究领域,这是由于生产具有不同形状,大小,化学成分,分散性的纳米颗粒及其对人类的多种应用。操纵,创建和使用金属纳米颗粒非常重要。因此,获得了独特的热,电子和光学特性。由于较低的时间成本和能量,与物理和化学过程相比,纳米颗粒的生物合成方法优先考虑。纳米颗粒的绿色合成是一种使用天然溶剂的环保技术。当前的工作包括使用Cu(NO3)2的Cunps的环保和绿色合成。H 2 O溶液和石榴提取物的剥离。石榴果皮提取物中存在各种生物汤匙,作为该合成的还原剂。在紫外可见光谱中在350 nm处达到的表面等离子共振(SPR)峰确认了形成的CUNPS。基于SEM分析,获得了球形均匀和形态大小的颗粒(36.99-55.17 nm)。FTIR光谱清楚地说明了由石榴果皮提取物介导的铜纳米颗粒的绿色合成。使用XRD与CUNPS(111、200、220和400)面对面的立方相(FCC)相的反射进行XRD进行了结构表征。发现生物合成的铜纳米颗粒有效地控制了人类病原体的进展,即沙门氏菌。
VIT 成立于 1984 年,前身为韦洛尔工程学院,由名誉校长 G. Viswanathan 博士创立,旨在提供符合国际标准的优质高等教育。VIT 已被印度政府认定为杰出学府 (IoE)。根据 2022 年 QS 世界大学学科排名,VIT 的工程和技术学科领域在全球排名第 346 位,在印度排名第 9 位。NAAC 认证,第 4 周期成绩为 A++。VIT 跻身世界前 900 所大学之列,跻身前 10 名,是印度唯一的私立机构(上海 ARWU 排名 2021)。在研究和工程类别中,它是印度第 12 佳机构(NIRF 排名,印度政府 2021),在亚洲排名前 200 位(QS-亚洲大学排名 2022)
识别和开发新的潜在药物的程序称为药物发现。Covid-19的最近现象强调了新疾病的可能性。新药物对于治疗新疾病是必需的。同时,有必要通过免疫来恢复新疾病的症状。靶标识别是药物发现的第一个过程,它需要鉴定分子,蛋白质或生物学过程,以说明特定的疾病。然后,下一步是找到任何特定疾病的核心化合物。之后,科学家进行了巨大的实验测试,以确保效率和安全性。此阶段需要体外实验,动物测试和其他各种测试。对此阶段的积极确认会导致下一个人的试验,其中这些药物在人体上进行了测试。研究告诉我们,由于超级细菌(耐药细菌和真菌),每年约有70万人死亡,并且研究人员也预计,到2050年,每年将杀死一千万人[1]。因此,药物发现是一个复杂而长期的过程,目的是开发安全有效的药物来治疗疾病和人类健康。
16. 摘要 加州的政策鼓励快速采用零排放电动汽车用于轻型和货运应用。该项目探讨了在加州高速公路休息站设置充电设施可能对电力需求、电网运行以及太阳能和风能等可再生能源融入加州能源结构的影响。假设电动汽车数量不断增长以满足州目标,估计全州电力需求的增长,并确定最具吸引力的充电站位置。该项目使用加州大学戴维斯分校开发的加州特定电力调度模型,估计了这些站点的汽车充电将如何影响加州的可再生能源削减。它估计了充电基础设施对加州电力系统的影响,以及如何利用它们来减少到 2050 年大量太阳能渗透造成的鸭子曲线效应。
利用生成文本来对AI模型进行图像探索审美整形外科的种族,性别和年龄,尚不清楚各种患者人群的代表性和包括图像AI模型的代表性和包含。因此,该项目探讨了AI模型产生的图像中种族,性别和年龄的多样性:DALL-E3,Midjourney和Adobe Firefly,以响应着针对流行美学程序的提示:致命的美学方法:脂肪,脂肪成形术和隆鼻。提示旨在要求每种AI模型为每个性别,种族和年龄组合生成手术结果的图像,以及用于吸脂术,骨整形术和隆鼻术的图像:男性与女性,白人或白人,黑人或非裔美国人或非裔美国人,拉丁裔或拉丁裔或西班牙裔或年龄组:20-30岁:20-30岁:20-30岁,31-45岁以上。通过Fitzpatrick和Monk量表评估了每个生成的图像以表示肤色,并使用4项问卷进行性别率。KRUSKAL-WALIS检验用于对成对比较的3个模型(P <0.05)和Wilcoxon Rank Sum测试之间的连续变量进行整体比较(P <0.017,基于Bonferroni方法进行调整后,用于多个比较)。Fischer的East检验用于对3个模型(P <0.05)和成对比较(P <0.017)之间的分类变量进行整体比较。浅色肤色(fitzpatrick i-iii&Monk 1-5)之间没有显着差异与深色肤色(Fitzpatrick IV-VI和Monk 6-10)与图像生成型模型(p = 0.26&p = 0.31)之间。通常在所有3种AI模型(P <0.0001)以及对衰老的描绘时(P = 0.0009)进行了显着差异。似乎具有包容性和浅色肤色和深色肤色的公平代表,但是关于性别偏见的描绘仍然有改善的余地。
纸浆和造纸厂经常分为自动化的六个主要“岛”:原材料接收和制备(木厂),纸浆磨坊,动力室,造纸厂,转换和装修以及废水处理。这些岛屿中的每个岛屿都展示了自己独特的单位操作集;但是,也许并不奇怪,除了纸浆和纸张外,您还可以在各个行业看到类似的单位操作。例如,强力设备除了主要区别是燃料是“黑酒”,该设备还可以在任何其他工业发电厂中找到。在纸机“岛”中,在钢,纺织品或纤维厂的拉动线中也可以看到使用级联的可变速度驱动器来控制纸板张力。,作为最后的例子,造纸厂的废水处理设施具有您在市政水/废水工厂中找到的许多相同设备。
摘要 - 我们提供了通过利用一类近距离飞行时间(TOF)距离传感器捕获的瞬态直方图来恢复平面场景几何形状的方法。瞬态直方图是一个一维的时间波形,它填充了入射在TOF传感器上的光子的到达时间。通常,传感器使用专有算法处理瞬态直方图以产生距离估计值,距离估计值通常在几种机器人应用中使用。我们的方法直接利用了瞬态直方图,以使平面几何形状能够更准确地恢复,仅使用专有距离估计值,并且平面表面的反照率的一致恢复,而单独的距离估计是不可能的。这是通过可区分的渲染管道来完成的,该管道模拟了瞬态成像过程,从而可以直接优化场景几何形状以匹配观测值。为了验证我们的方法,我们从广泛的观点中捕获了八个平面表面的3,800个测量值,并表明我们的方法在大多数情况下都以数量级优于专有距离基线的基线。我们演示了一种简单的机器人应用程序,该应用程序使用我们的方法感知与安装在机器人臂端效应器上的传感器的平面表面的距离和斜率。I. i tratoduction o ptally of飞机近距传感器最近已广泛使用场景瞬变。尽管这些传感器具有许多理想的属性,但现有的机器人应用程序不利用瞬态直方图,而是依靠低分辨率(最多最多这些传感器通过用光脉冲照亮场景,并在瞬态直方图中从场景中重新转移到场景中,从而测量该脉冲的形状,如图1。这些瞬态传感器在机器人技术中的使用是由于它们可靠地报告较大范围内(1cm -5m)的距离估计值,同时较小(<20 mm 3),轻量级和低功率(按测量的毫米级订单)[1],[2],[2]。由于其形式,可以将瞬态传感器放置在较高分辨率3D传感器无法的位置,例如在机器人操纵器的抓地力或链接上,或在非常小的机器人上。
在过去的几年中,图像处理技术和通信网络领域取得了重大进步。确保在有线和无线通信中保护敏感信息至关重要,因为数据的立即移动[1-3]。多媒体和视觉内容的利用在各个领域已广泛,包括军事和医务人员数据的传播。过去,传统的加密方法被用于加密照片,但它们的有效性不足以加密较大的图像[4-6]。因此,已经对几种图像加密技术的开发进行了研究。基于混乱的加密研究是这些主题之一[7-10]。混沌系统与密码学之间存在很强的相关性[11]。混沌系统具有随机性,启动参数,控制灵敏度和成真,这符合密码学的基本标准[12,13]。混沌系统创建的价值的确定性和极其不可预测的性质为加密系统提供了可观的好处。这些品质已被用来基于混乱[14-17]进行更多的加密研究。随机数序列是由随机数发生器专门为加密而产生的[18-20]。S-box是块加密系统中的重要组件,负责执行混乱操作。利用
有效的生产计划是基于约束的优化技术的重要应用领域。问题域(例如流程和工作店计划)是广泛的研究目标,解决方法从完整和本地搜索到机器学习方法。在本文中,我们设计和比较了基于约束的优化技术,以在建筑物到印刷业务中调度专业制造过程。目标是分配生产设备,以便尽可能及时完成客户订单,同时尊重机器能力并最大程度地减少解决瓶颈所需的额外轮班。为此,我们提供了几种方法,用于将未决的生产任务安排到一个或多个工作日以执行它们。首先,我们提出了一种贪婪的自定义算法,该算法允许快速筛选改变资源需求和可用性的影响。此外,我们利用这种贪婪的解决方案来参数化和温暖整数线性编程(ILP)和约束编程(CP)求解器对相应的问题公式进行的优化。我们的经验评估是基于Kostwein Holding GmbH的生产数据,GmbH是建筑直通业务的全球供应商,因此证明了我们调度方法的工业适用性。我们还提出了一个用户友好的Web界面,用于为基础求解器提供客户订单和设备数据,图形显示计算的时间表,并促进对更改资源需求和可用性的调查,例如,由于更新订单或包括额外的偏移。